В то время, когда дело доходит до спаривания маленькие ракообразные, названные copepods, являются одним из самых богатых многоклеточных организмов, говорит Кэнсо, Член Zohrab Kaprielian в Разработке.Дабы выяснить местонахождение их ассистента, мужские copepods ищут и следовать за гидродинамическим и химическим следом дамы. Ученые как Kanso считают, что водные организмы передают и просматривают данные при помощи перемещений, каковые они делают и следы, каковые они оставляют сзади в воде. Обычные тюлени, к примеру, как показывали, отслеживали след движущегося объекта, кроме того в то время, когда печать ослеплена и первоначально акустически замаскирована.
Исследователи считают, что поток воды кодирует пример информации – тип языка, которым организм может позвать другого, дабы соединять, применять, дабы избежать хищников либо кроме того при лосося, начать миграцию по добыче и разведке нефти и газа.Так же, как след чайки в песке отличается, чем человек, каждое двигающее тело в воде создаёт разный пример либо след на базе определенных факторов, таких как размер тела, которое создало его либо скорость, в которую это перемещается (стремительное плавание, и испуганное животное имело возможность бы произвести хороший след более нередким и более стремительным ударом его хвоста). Kanso желал бы осознать, как эти образцы потока воды восприняты на местном уровне, организмом либо биовдохновленным транспортным средством, и расшифровывают их, дабы установить то, что происходит в воде в более широком масштабе.Применяя вычислительную модель физики, Kanso, и студенты врача философии Брендан Кольверт и Мохамад Олсэлмен, произвел разные образцы потока жидкости, после этого применяя машинное обучение, научил метод верно определять эти жидкие образцы, достигнув 99-процентной точности.
Делая это, исследователи создали метод к, в некоем смысле, подражайте водной сенсорной разведке относительно образцов, созданных в воде. Это – одна из первых инстанций, в которых машинное обучение было применено к чёрту образцов в потоках жидкости.
Из-за чего это имеет значение? Разглядите, как разработки развились на базе метода, которым летучая мышь создаёт осознание внешней среды.
Так же, как волны гидролокатора употребляются подводными лодками, дабы деятельно изучить их среду, могло быть навигационное применение для знания водных образцов под морем. Без GPS подводные транспортные средства оборудовали датчиками, каковые научены с этими методами, имел возможность, в принципе, найти транспортные средства скорости и конкретного размера, которая, как мы знаем, произвела определенные образцы потока.
К тому же познание образцов, каковые делают этот след обнаружимым, имело возможность оказать помощь проектировать подводные транспортные средства, каковые оставляют сзади незаметные следы.Kanso и ее команда сейчас контролируют эти методы на настоящих данных и расширяют их количество на пространственно распределенные сети датчиков, у которых имеется потенциал, дабы создать более прочные и правильные карты образцов потока.